2010年应用模型汇编收集-移动客户收益模型设计说明书

知识水坝（豆丁网 pologoogle）为您倾心整理（下载后双击删除） 百度一下 知识水坝 移动 客户收益模型 分析设计说明书 湖南公司业务支撑中心 2010.12 目 录 1. 模型概述 . 1 2. 业务理解与目标定义 . 1 2.1 模型定义 . 1 2.2 目标定义 . 2 3. 数据准备与数据探索 . 2 3.1 数据准备 . 2 3.2 数据探索 . 3 4. 模型构建 . 3 4.1 建模工具 . 3 4.2 建模流程 . 6 5. 模型评估 . 7 5.1 模型评估 . 7 5.2 结 果解释 . 7 6. 模型部署 . 7 附录一 . 7 附录二 . 9 附录三 . 9 本文件属保密资料 1 1. 模型 概述 客户 收益测算模型 是要 通过计算客户收入和成本之间的差额，能较为科学、精确计算出客户收益 。客户收入包括该客户的账单收入和所带来的结算收入等所有收入，客户成本包括该客户的发展、维系、服务及网络等所有成本。 客户收益测算 模型的重点是客户成本的数据采集和计算，实现成本核算到户。客户成本分为个性和共性成本，个性成本是指直接与每个客户相关的成本，不需进行分摊核算，包括营销活动赠送 、积分回馈、酬金、结算和欠费等成本；共性成本是指无法直接核算至每个客户，需要根据一定的规则进行分摊的成本，包括网络维护、折旧、宣传费等成本。 客户 当月收益、客户累计收益 是一个短期的、某一时点上的和基于历史分析的概念 ，仅仅衡量的是客户当前的收益，而没有涉及客户生命周期内的收益，缺乏对客户生命周期内总体收益 的考虑 ，而客户收益 应该在客户的整个生命周期内衡量。否则容易忽视具有成长潜力的客户，进入客户利润贡献度陷阱，即“近视症”。 本次的客户收益测算模型在原来的基础上作了进一步的优化，将客户收益区分为三类收益：客户当 月收益、客户累计 收益 、客户潜在收益。 通过计算客户收入和成本之间的差额，科学、精确计算出客户收益 ，输出客户 收益 统一视图，为核心客户保有，集团客户价值评估，社会渠道价值评估，营销活动效益评估，以及 SP 自消费监控，渠道养卡监控，低收益 /负收益客户价值提升等各个专题应用，提供有力可靠的支撑。 2. 业务 理解与 目标 定义 2.1 模型定义 客户当月收益计算中不包含一次性产生的酬金成本和实物资源成本等，避免了客户由于当月一次性成本（例如由于客户参加营销活动产生的实物回报）造成的客户月收益突变，真实反映客户在每月的实际收益变化 ，其计算规则如下： 客户当月收益 = 客户当月收入 客户当月非一次性成本（客户当月成本扣除当月酬金成本和当月实物资源成本） 本文件属保密资料 2 客户累积收益统计客户从入网至计算日对移动公司的整体收益情况（对于存量客户可设置统一的累积起始时间点），包含了一次性产生的酬金成本和实物资源成本的计算，主要反映客户在其生命周期中对移动公司的贡献总量，其计算规则为： 客户累积收益 = 上月客户累积收益 + 客户当月收入 客户当月成本（包含非一次性成本和一次性成本，如当月酬金成本和当月实物资源成本） 客户潜在收益 根据 数据挖掘获得的 规则 ，对客户一年内的预期收益进行测算。 2.2 目标 定义 建立客户收益模型并产生移动客户的收益 统一视图 ， 包括客户的 当月 收益 、 累计收益 、潜在收益 。 3. 数据 准备 与数据探索 3.1 数据准备 模型基本指标包括： 客户基本特征： 年龄、品牌、资费营销案、大客户级别、客户在网时长、是否VPMN 用户 等 客户业务使用特征： 语音计费时长、语音通话次数、长途计费时长、漫游计费时长、呼转计费时长、短信发送条数、语音交往圈人数、交往圈人数、语音计费时长较前三月平均波动率、语音通话次数较前三月平均波动率、长途计费时长较前三月平均波 动率、漫游计费时长较前三月平均波动率、呼转计费时长较前三月平均波动率、短信发送条数较前三月平均波动率、 语音交往圈人数较前三月平均波动率、交往圈人数较前三月平均波动率等 本文件属保密资料 3 客户消费特征： 账单收入、月固定费、语音费、短信费、代收费、月固定费占比、语音费占比、短信费占比、代收费占比、前三个月平均账单收入、当月收益、前三个月平均 收益、账单收入较前三月平均波动率、当月收益较前三个月平均波动率等 3.2 数据探索 本次数据探索使用了本省岳阳市 10%抽样用户，以 2009 年 8 月数据为基准， 其中 客户预期特征按 2009 年 9月到 2010年 8月情况统计。 图一： 品牌与潜在收益倍率关系 图 4. 模型 构建 4.1 建模工具 基于小波分析理论所构造的一种分层的、多分辨率的新型人工神经网络，即用非线性小波基取代了通常的非线性 Sigmoid 函数，其信号表述是通过将所选取的小波基进行线性叠加来表现的。小波神经网络具有以下特点 ： 首先，小波基元及整个网络结构的确定有可靠的理论根据，可避免 BP 神经网络等结构设计上的盲目性；其次，网络权系数线性分布和学习目标函数的凸性，使网络训练过程从根本上避免了局部最优等非线性优化问题；第三，有较强的函数学习能力和推 广能力。 小波神经网络模型的结构如下图所示，包括输入层、输出层和隐层。隐层包含两种节点：小波基节点 （ 节点）和尺度函数节点（ 节点）。 本文件属保密资料 4 构建 小波 基 函数 系 a,b(x) 其中， a是伸缩系数， b是平移系数。 对上述的连续小波及其变换离散化，通常采用二进制离散，则： 二 进 小波一定是一个允许小波，而且是一个正交小波基。 考虑一个连续的、平方可积的函数 f(x) L2(R)在分辨率 2m下的逼近 fm(x)，由多分辨分析理论可知： (x)是尺度函数，对其作伸缩、平移变换得到： 函数 f(x)在 2m和 2m-1分辨率下的信息差别（即细节） Dmf(x)，可以通过将函数 f(x)在一小波正交基上分解而获得，从而定义了一种完全而且正交的多分辨率描述，即小波描述。 本文件属保密资料 5 mk(x)就是前面定义的二进小波，则 f(x)在 2m-1分辨率下的逼近式为： 对于任意一个函数 f(x) L2(R)可以在一组正交小波基上展开： 公式 f m-1(x)是一个平方可积函数的小波分解，提供了小波神经网络设计的理论框架，并可推广到多维情况。 选择合适的小波函数和尺度函数后，在最粗的尺度 L 上训练 节点，直到网络达到收敛。要使网络 达到收敛，需确定逼近误差和增加合适的 节点以减少逼近误差。最后是优化网络，使用新的样本来检验网络并移去权重小的 节点直到满足性能准则。 小波神经网络训练的计算复杂性介于 O(N)和 O(N2)之间 。 小波神经网络是基于小波分析而构成的神经网络。它充分利用小波变换的良好局部化性质并结合神经网络的自学习功能，因而具有较强的逼近、容错能力，其实现过程也比较简单。 模型输入 ：客户基本特征、客户业务使用特征、客户消费特征 、客户交互特征 。 模型输出：客户潜在收益系数。 本文件属保密资料 6 4.2 建模流程 客户潜在收益系数，我们定义为客 户在下一年内能够提供的收益与其当前的平均月收益的倍数。这里我们没有选择客户在剩余生命周期内的收益累计，是因为对客户剩余的生命周期无法有效判断，而且很难准备样本数据 ，不太可行 。 模型基本指标的选取依据客户基本信息、客户业务使用信息、客户消费信息 、客户交互信息 ，尽量全面的反映客户特征。 本文件属保密资料 7 5. 模型 评 估 5.1 模型评估 5.2 结果解释 客户 潜在收益测算模型 的输出结果中的 潜在收益 系数 可以用来 计算客户潜在收益 ， 客户 潜在收益系数平均收益即为客户的潜在收益 。营销部门 在进行 客户识别、客户维系时 ，可按照客户 潜在收益 的高低 对客户排序，找出最 有潜在价值的 客户群，以最少的成本，最适当的沟通，达成最高的客户 收益 效果。 6. 模型部署 客户收益 模型的主要交付结果是每月对用户进行 测算， 以得到相应的 客户 收益（客户历史收益、客户当期收益、客户潜在收益） ， 市场业务人员可以对客户的收益做到全面了解， 进行针对性的客户保有 工作 ，降低收入流失率 。 模型每季度进行调整优化。 附录 一 模型基本指标 维度 变量 计算口径 备注 客户基本特征 年龄 客户资料中的年龄 客户基本特征 品牌 客户使用的移动资费品牌 客户基本特征 资费营销案 客户使用的移动资 费营 本文件属保密资料 8 销案 客户基本特征 大客户级别 分为钻、金、银、普通客户 客户基本特征 客户在网时长 客户入网时长月份数 客户基本特征 是否 VPMN用户 客 户 是 否 加 入 集 团VPMN 客户基本特征 优惠剩余时间 客户使用的捆绑套餐距到期日期的剩余月份数 客户业务使用特征 语音计费时长 客户当月产生的语音计费时长 客户业务使用特征 语音通话次数 客户当月产生的语音通话次数 客户业务使用特征 长途计费时长 客户当月产生的语音长途计费时长 客户业务使用特征 漫游计费时长 客户当月产生的语音漫游计费 时长 客户业务使用特征 呼转计费时长 客户当月产生的语音呼转计费时长 客户业务使用特征 短信发送条数 客户当月发送短信条数 客户业务使用特征 语音交往圈人数 客户当月发生语音交往的对端手机号码数 客户业务使用特征 交往圈人数 客户当月发生语音、短信交往的对端手机号码数 客户业务使用特征 语音计费时长较前三月平均波动率 (客户当月产生的语音计费时长 /客户前三月产生的平均语音计费时长 -1) *100% 客户业务使用特征 语音通话次数较前三月平均波动率 (客户当月产生的语音通话次数 /客户前 三月产生的平均语音通话次数 -1) *100% 客户业务使用特征 长途计费时长较前三月平均波动率 (客户当月产生的语音长途计费时长 /客户前三月产生的平均语音长途计费时长 -1) *100% 客户业务使用特征 漫游计费时长较前三月平均波动率 (客户当月产生的语音漫游计费时长 /客户前三月产生的平均语音漫游计费时长 -1) *100% 客户业务使用特征 呼转计费时长较前三月平均波动率 (客户当月产生的语音呼转计费时长 /客户前三月产生的平均语音呼转计费时长 -1) *100% 客户业务使用特征 短信发送条数 较前三月平均波动率 (客户当月发送短信条数 /客户前三月发送的平 均 短 信 条 数 -1) *100% 客户业务使用特征 语音交往圈人数较前三 (客户当月发生语音交 本文件属保密资料 9 月平均波动率 往的对端手机号码数 /客户前三月产生的平均语音交往的对端手机号码数 -1) *100% 客户业务使用特征 交往圈人数较前三月平均波动率 (当月交往圈人数 /前三月平均交往圈人数 -1) *100% 客户消费特征 账单收入 客户当月明细账单收入 客户消费特征 月固定费 包括月租费或套餐费 客户消费特征 语音费 语音费 客户消费特征 短信费 短信费 客户消费特征 代收费 代收费 客户消费特征 月固定费占比 月固定费 /账单收入*100% 客户消费特征 语音费占比 语音费 /账单收入 *100% 客户消费特征 短信费占比 短信费 /账单收入 *100% 客户消费特征 代收费占比 代收费 /账单收入 *100% 客户消费特征 前三个月平均账单收入 前三个月的当月账单收入 /3 客户消费特征 当月收益 当月收入 -当月成本 客户消费特征 前三个月平均收益 前三个月的当月收益 /3 客户消费特征 账单收入较前三月平均波动率 (当 月账单收入 /前三月平 均 账 单 收 入 -1) *100% 客户消费特征 当月收益较前三个月平均波动率 (当月收益 /前三月平均收益 -